Извлечь данные Instagram с Python

Логотипы Instagram и Python

Instagram — одна из самых популярных социальных платформ с миллиардами пользователей. Публичные данные из Instagram представляют ценность для бизнеса, маркетинга и исследований. С их помощью можно проводить аналитику, таргетинг и извлекать инсайты. В этой статье мы научим вас строить автоматический инструмент на Python для извлечения таких данных.

Важно: Instaloader работает только с общедоступными данными и не является аффилированным с Instagram. Соблюдайте законы и правила платформы.

Установка необходимых библиотек

Для извлечения публичных данных используйте библиотеку Instaloader. Она позволяет получить изображения, видео, имя пользователя, число постов, количество подписчиков и подписок, биографию и другой metadata.

Установите Instaloader через pip:

pip install instaloader

Также потребуется Pandas для удобной работы с табличными данными и экспорта в CSV:

pip install pandas

Убедитесь, что pip установлен в системе. После установки библиотек можно переходить к написанию кода.

Настройка кода и первая проверка

Импортируйте Instaloader и создайте экземпляр класса Instaloader. Затем укажите хэндл профиля, данные которого хотите извлечь. Ниже — минимальный пример для теста работоспособности:

import instaloader  
  
# Creating an instance of the Instaloader class  
bot = instaloader.Instaloader()  
  
# Loading the profile from an Instagram handle  
profile = instaloader.Profile.from_username(bot.context, 'cristiano')  
print(profile)

Если всё настроено правильно, вы увидите вывод с данными профиля без ошибок:

Вывод Instaloader при настройке

Извлечение метаданных профиля

Instaloader позволяет получить основную публичную информацию о профиле — username, user id, количество постов, подписчиков, подписок, биографию и внешний URL. Пример кода:

import instaloader  
import pandas as pd  
  
# Creating an instance of the Instaloader class  
bot = instaloader.Instaloader()  
  
# Loading a profile from an Instagram handle  
profile = instaloader.Profile.from_username(bot.context, 'leomessi')  
print("Username: ", profile.username)  
print("User ID: ", profile.userid)  
print("Number of Posts: ", profile.mediacount)  
print("Followers Count: ", profile.followers)  
print("Following Count: ", profile.followees)  
print("Bio: ", profile.biography)  
print("External URL: ", profile.external_url)

Пример ожидаемого вывода для выбранного хэндла:

Вывод информации из профиля Leo Messi

Извлечение email из биографии

В биографии пользователи иногда оставляют адреса электронной почты. Их можно вытащить с помощью регулярных выражений (модуль re). Пример:

import instaloader  
import re  
  
# Creating an instance of Instaloader class  
bot = instaloader.Instaloader()  
profile = instaloader.Profile.from_username(bot.context, "wealth")  
print("Username: ", profile.username)  
print("Bio: ", profile.biography)  
emails = re.findall(r"\b[A-Za-z0-9._%+-]+@[A-Za-z0-9.-]+\.[A-Z|a-z]{2,}\b", profile.biography)  
print("Emails extracted from the bio:")  
print(emails)

Скрипт напечатает все строки, распознанные как email в биографии:

Вывод извлечённых email из биографии

Важно: адреса, найденные в био, могут быть устаревшими или указаны с намеренным искажением (например, user [at] domain.com).

Извлечение результатов поиска

Instaloader поддерживает топ-результаты поиска: профили и хэштеги. Метод TopSearchResults принимает поисковый запрос. Пример:

import instaloader  
  
# Creating an instance of the Instaloader class  
bot = instaloader.Instaloader()  
  
# Provide the search query here  
search_results = instaloader.TopSearchResults(bot.context, 'music')  
  
# Iterating over the extracted usernames  
for username in search_results.get_profiles():  
    print(username)  
  
# Iterating over the extracted hashtags  
for hashtag in search_results.get_hashtags():  
    print(hashtag)

Результат содержит совпадающие профили и хэштеги:

Вывод топ-результатов поиска в Instagram

Извлечение подписчиков и подписок

Чтобы получить списки подписчиков и подписок, Instaloader требует авторизации (логин/пароль). Используйте отдельный сервисный аккаунт, а не личный, чтобы снизить риск блокировки. Пример извлечения и экспорта в CSV:

# Importing Libraries  
import instaloader  
import pandas as pd  
  
# Creating an instance of the Instaloader class  
bot = instaloader.Instaloader()  
bot.login(user="Your_username", passwd="Your_password")  
  
# Loading a profile from an Instagram handle  
profile = instaloader.Profile.from_username(bot.context, 'Your_target_account_insta_handle')  
  
# Retrieving the usernames of all followers  
followers = [follower.username for follower in profile.get_followers()]  
  
# Converting the data to a DataFrame  
followers_df = pd.DataFrame(followers)  
  
# Storing the results in a CSV file  
followers_df.to_csv('followers.csv', index=False)  
  
# Retrieving the usernames of all followings  
followings = [followee.username for followee in profile.get_followees()]  
  
# Converting the data to a DataFrame  
followings_df = pd.DataFrame(followings)  
  
# Storing the results in a CSV file  
followings_df.to_csv('followings.csv', index=False)

Заметка: только владельцы закрытых аккаунтов видят полный список подписчиков/подписок. Если профиль приватный и вы не являетесь его подписчиком, доступ к полному списку будет ограничен.

Важно: никогда не используйте свой основной личный аккаунт для массового сбора данных. Это может привести к временной или постоянной блокировке.

Скачивание постов аккаунта

Instaloader позволяет скачивать медиа из постов пользователя. Для этого требуется авторизация, если профиль приватный или если платформа ограничивает доступ. Пример загрузки всех постов:

# Importing Libraries  
import instaloader  
import pandas as pd  
  
# Create an instance of Instaloader class  
bot = instaloader.Instaloader()  
bot.login(user="Your_username",passwd="Your_password")  
  
# Loading a profile from an Instagram handle  
profile = instaloader.Profile.from_username(bot.context, 'Your_target_account_insta_handle')  
  
# Retrieving all posts in an object  
posts = profile.get_posts()  
  
# Iterating and downloading all the individual posts  
for index, post in enumerate(posts, 1):  
    bot.download_post(post, target=f"{profile.username}_{index}")

Используйте опцию target для организации папок по имени пользователя и индексу.

Общий подход к веб-скрапингу на Python

Веб-скрапинг — распространённый способ извлечения данных с сайтов. Для парсинга и анализа часто применяют библиотеки BeautifulSoup, Scrapy и Pandas. Instaloader решает многие частые задачи Instagram-скрапинга «из коробки», но существуют альтернативы при особых требованиях.

Альтернативные подходы

Использовать официальное API Instagram Graph API — рекомендовано для бизнес-аккаунтов и когда нужны гарантии соответствия правилам. API требует регистрации приложения и прав доступа.
Scrapy / Selenium — полезны, если нужно автоматизировать работу с UI или собирать данные с веб-страниц, которых нет в Instaloader. Selenium симулирует браузер и может обойти динамический контент, но повышает риск блокировки.
Готовые инструменты и SaaS — существуют платные сервисы для агрегации соц-данных; часто дают удобный интерфейс и SLA, но стоят денег.

Когда Instaloader не подходит: если нужен доступ к аналитическим метрикам аккаунта (insights), API Instagram — единственный корректный путь.

Мини‑методология: как безопасно и эффективно собирать данные

Определите цель и минимальный набор полей.
Выберите метод (Instaloader, API, Scrapy) по критериям приватности, объёма и SLA.
Тестируйте на небольших выборках и логируйте ошибки.
Пакуйте результаты в CSV/Parquet, документируйте источник и время сбора.
Уважайте rate limits платформы, используйте ретраи и экспоненциальную задержку.
Храните креды в секретах (env vars, vault).

Чек-листы по ролям

Разработчик:

Проверил совместимость версий Python и библиотек.
Настроил виртуальное окружение (venv/conda).
Хранит креды в защищённом хранилище.
Добавил обработку ошибок и повторные попытки.

Маркетолог/аналитик:

Уточнил цель сбора и минимальный набор полей.
Проверил соответствие правовым требованиям (конфиденциальность).
Настроил экспорт в нужный формат (CSV/Excel/Parquet).

Оператор/DevOps:

Развёртывание скрипта в контейнере/cron.
Мониторинг выполнения и оповещения при ошибках.
Ограничение частоты запросов и защита от блокировок.

Безопасность и конфиденциальность

Никогда не храните логины и пароли в коде. Используйте переменные окружения или секретные хранилища.
Минимизируйте права аккаунта, используемого для логина (лучше сервисный аккаунт).
Учитывайте GDPR и локальные правила обработки персональных данных: email, user id и другие персональные идентификаторы могут подпадать под законодательство.
Логи не должны содержать чувствительной информации. Шифруйте бэкапы с результатами, если они содержат личные данные.

Важно: при работе с персональными данными соблюдайте требования локального законодательства и политику Instagram.

Факто‑бокс: ключевые моменты

Instaloader — удобен для извлечения публичных данных и медиа.
Для доступа к полным спискам подписчиков и загрузки приватного контента требуется авторизация.
Официальное API — единственный путь к аналитике (insights) и строгие гарантии поддержки.
Всегда учитывайте лимиты запросов и риски блокировок.

Когда подход не сработает

Нужна официальная аналитика по охвату и вовлечённости — используйте Instagram Graph API.
Аккаунт приватный и вы не подписаны — вы не получите доступ к постам/подписчикам.
Массовый сбор данных без учёта правил платформы может привести к блокировке аккаунта.

Советы по масштабированию и совместимости

Версии: тестируйте Instaloader и Pandas на обновлённой версии Python (рекомендуется 3.8+).
Контейнеризация: упакуйте приложение в Docker для стабильности окружения.
Очереди и воркеры: используйте Celery / RQ для длительных задач загрузки большого объёма медиа.

Краткая терминология

Instaloader — библиотека Python для загрузки данных и медиа из Instagram.
Profile — объект пользователя в Instaloader с набором свойств (username, biography, followers и т.д.).

Итог и рекомендации

Начинайте с небольших тестов на публичных профилях.
Документируйте каждый сбор: время, метод, аккаунт, версии библиотек.
Если нужны официальные метрики или массовые права, планируйте переход на Instagram Graph API.
Обеспечьте безопасность учётных данных и соблюдение приватности.

Краткое резюме: Instaloader — быстрый и практичный инструмент для извлечения публичных данных Instagram. Он отлично подходит для вывода метаданных, поиска и скачивания постов, но не заменяет официальное API для бизнес‑метрик.

Важно